在安卓上使用ML Kit识别地标

在安卓上使用ML Kit识别地标

您可以使用ML kit来识别图片中的著名地标。

有关此API使用的示例，请参阅GitHub上的ML Kit快速入门示例。

在您开始之前

如果您还没有将Firebase添加到您的程序当中，那您可以从开始指南来开始您的工作。

在app-level的build.gradle 文件中为ML kit添加依赖:

dependencies {
  // ...
  implementation 'com.google.firebase:firebase-ml-vision:15.0.0'
}

如果您想使用基于云的模型，并且尚未将项目升级到Blaze计划，请在Firebase控制台中执行此操作。只有Blaze计划的项目才能使用Cloud Vision API。
如果您想使用基于云的模型，您也需要开启Cloud Vision API：
- 在云API列表管理平台中打开Cloud Vision API。
- 确保您的Firebase项目已经在当前菜单页面中被置于顶端。
- 如果API依旧还是显示为enabled，请点击Enable。

配置地标识别器

默认情况下，云识别器使用STABLE版本的模型并返回多达10个结果。如果您想要更改这些设置中的任何一个，请使用下例中的 FirebaseVisionCloudDetectorOptions 对象指定它们。

例如，要更改这两个默认设置，请按照以下示例构建一个FirebaseVisionCloudDetectorOptions 对象：

FirebaseVisionCloudDetectorOptions options =
    new FirebaseVisionCloudDetectorOptions.Builder()
        .setModelType(FirebaseVisionCloudDetectorOptions.LATEST_MODEL)
        .setMaxResults(15)
        .build();

要使用默认设置，可以在下一步中使用FirebaseVisionCloudDetectorOptions.DEFAULT 。

运行地标识别器

为了进行地标识别，从任一个Bitmap，media.Image，ByteBuffer，字节阵列，或在设备上的文件中创建一个FirebaseVisionImage对象。然后，传递FirebaseVisionImage对象到 FirebaseVisionCloudLandmarkDetector 的detectInImage方法。

从您的图像中创建一个 FirebaseVisionImage 对象。

从 Bitmap对象创建FirebaseVisionImage对象：
```
FirebaseVisionImage image = FirebaseVisionImage.fromBitmap(bitmap);
```
Bitmap 对象指示的图像必须是直立的，不能旋转。

要从 media.Image对象创建FirebaseVisionImage对象（例如从设备的相机捕捉图像时），首先要确定图像必须旋转的角度，以补偿设备的旋转和相机传感器在设备中的方向：

private static final SparseIntArray ORIENTATIONS = new SparseIntArray();
static {
    ORIENTATIONS.append(Surface.ROTATION_0, 90);
    ORIENTATIONS.append(Surface.ROTATION_90, 0);
    ORIENTATIONS.append(Surface.ROTATION_180, 270);
    ORIENTATIONS.append(Surface.ROTATION_270, 180);
}
/**
 * 得到当前图像需要补偿的角度
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
private int getRotationCompensation(String cameraId, Activity activity, Context context)
        throws CameraAccessException {
    // 得到设备当前与原始的角度的旋转差值
    // 然后照片一定要旋转回去相对的差值
    int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation();
    int rotationCompensation = ORIENTATIONS.get(deviceRotation);
    // 在大多数的设备上，传感器的方向是90度。但是对于
    // 少数设备，这个值是270度。那么对于这些270度的设备
    // 必须让照片旋转额外的180 ((270 + 270) % 360) 度.
    CameraManager cameraManager = (CameraManager) context.getSystemService(CAMERA_SERVICE);
    int sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION);
    rotationCompensation = (rotationCompensation + sensorOrientation + 270) % 360;
    // 返回相关的FirebaseVisionImageMetadata rotation值。
    int result;
    switch (rotationCompensation) {
        case 0:
            result = FirebaseVisionImageMetadata.ROTATION_0;
            break;
        case 90:
            result = FirebaseVisionImageMetadata.ROTATION_90;
            break;
        case 180:
            result = FirebaseVisionImageMetadata.ROTATION_180;
            break;
        case 270:
            result = FirebaseVisionImageMetadata.ROTATION_270;
            break;
        default:
            result = FirebaseVisionImageMetadata.ROTATION_0;
            Log.e(TAG, "Bad rotation value: " + rotationCompensation);
    }
    return result;
}

然后，将media.Image对象和旋转值传递给FirebaseVisionImage.fromMediaImage()：

FirebaseVisionImage image = FirebaseVisionImage.fromMediaImage(mediaImage, rotation);

要从一个字节数组或ByteBuffer创建一个FirebaseVisionImage对象，首先按照上面的描述计算图像旋转角度。

然后，创建一个包含图像高度，宽度，颜色编码格式和旋转度的FirebaseVisionImageMetadata对象：

FirebaseVisionImageMetadata metadata = new FirebaseVisionImageMetadata.Builder()
    .setWidth(1280)
    .setHeight(720)
    .setFormat(FirebaseVisionImageMetadata.IMAGE_FORMAT_NV21)
    .setRotation(rotation)
    .build();

使用缓冲区或数组以及元数据对象来创建一个 FirebaseVisionImage对象：

FirebaseVisionImage image = FirebaseVisionImage.fromByteBuffer(buffer, metadata);
// Or: 
// FirebaseVisionImage image = FirebaseVisionImage.fromByteArray(byteArray, metadata);

要从文件创建FirebaseVisionImage对象，请将应用context和文件URI传递给FirebaseVisionImage.fromFilePath()：

FirebaseVisionImage image;
try {
    image = FirebaseVisionImage.fromFilePath(context, uri);
} catch (IOException e) {
    e.printStackTrace();
}

得到一个 FirebaseVisionCloudLandmarkDetector 的实例：

FirebaseVisionCloudLandmarkDetector detector = FirebaseVision.getInstance()
        .getVisionCloudLandmarkDetector();
// 或者，您可以使用默认设定:
// FirebaseVisionCloudLandmarkDetector detector = FirebaseVision.getInstance()
//         .getVisionCloudLandmarkDetector(options);

最后传递图片到 detectInImage 方法：

Task<List<FirebaseVisionCloudLandmark>> result = detector.detectInImage(image)
        .addOnSuccessListener(new OnSuccessListener<List<FirebaseVisionCloudLandmark>>() {
            @Override
            public void onSuccess(List<FirebaseVisionCloudLandmark> firebaseVisionCloudLandmarks) {
                // 任务成功
                // ...
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // 任务失败并且报异常
                // ...
            }
        });

获取著名地标的有关信息

如果地标识别操作成功，FirebaseVisionCloudLandmark对象列表将传递给成功侦听器(success listener)。每个FirebaseVisionCloudLandmark对象代表在图像中识别的地标。对于每个地标，您可以输入图像，得到它的图像中的坐标，地标名称，经度和纬度，知识图谱实体ID （如果可用）以及匹配的置信度得分。例如：

for (FirebaseVisionCloudLandmark landmark: firebaseVisionCloudLandmarks) {
    Rect bounds = landmark.getBoundingBox();
    String landmarkName = landmark.getLandmark();
    String entityId = landmark.getEntityId();
    float confidence = landmark.getConfidence();
    // 多个位置是可能的，例如，所描绘的地标的位置和照片的拍摄位置。
    for (FirebaseVisionLatLng loc: landmark.getLocations()) {
        double latitude = loc.getLatitude();
        double longitude = loc.getLongitude();
    }
}